介入医学设备的跟踪方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种介入医学设备的跟踪方法、装置、设备及存储介质。所述方法包括：实时获取介入医疗设备的成像图片进行降噪操作，得到降噪图片；利用预训练的组织识别模型对降噪图片进行组织识别，得到组织识别结果集合，在边缘切割后，得到组织分布图像；实时记录介入医疗设备的仪器形态图像，分析得到方向变化日志；根据设备方向变化日志及预设的对齐构图策略，利用组织分布图像更新预构建的介入通道图，得到更新介入通道图；虚化更新介入通道图，根据组织分布图在所述更新介入通道图中的位置，将最新时刻获取的仪器形态图覆盖至虚化后的更新介入通道图中，得到介入设备跟踪图像。本发明专利技术可以对人体内的介入医学设备进行跟踪。设备进行跟踪。设备进行跟踪。

【技术实现步骤摘要】
介入医学设备的跟踪方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种介入医学设备的跟踪方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着医疗技术的发展，医疗领域逐渐出现了介入医学设备的分支。所述介入医学设备是通过外科手段插入人体，进行短时间的治疗或检查，因此，介入医学设备多为体积小而高精尖的设备。
[0003]由于介入医学设备体积小带来的局限性，无法装载过多定位设备。在介入医学设备使用时，受到微创及内科的视野限制，使得操作的医护人员无法准确追踪介入医疗设备的位置，只能通过X射线进行介入设备定位，但是人体无法长时间承受X射线的伤害，因此，如何无害地对人体内的介入医学设备进行跟踪成为亟待解决的问题。

技术实现思路

[0004]本专利技术提供一种介入医学设备的跟踪方法、装置、设备及存储介质，其主要目的在于通过图像识别对介入医学设备进行追踪定位。
[0005]为实现上述目的，本专利技术提供的一种介入医学设备的跟踪方法，包括：实时获取预构建的介入医疗设备的成像图片，并利用预设的半均值滤波算法对所述成像图片进行降噪操作，得到降噪图片；利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合，并通过所述组织识别模型中的输出层对所述组织识别结果集合中各个组织识别结果进行边缘切割及标记操作，得到组织分布图像；实时记录所述介入医疗设备的仪器形态图像，并根据记录的仪器形态图像分析得到介入医疗设备的方向变化日志；根据所述设备方向变化日志及预设的对齐构图策略，利用所述组织分布图像更新预构建的介入通道图，得到更新介入通道图；虚化所述更新介入通道图，并根据所述组织分布图在所述更新介入通道图中的所处位置，将最新时刻获取的仪器形态图覆盖至虚化后的更新介入通道图中，得到介入设备跟踪图像。
[0006]可选的，所述利用预设的半均值滤波算法对所述成像图片进行降噪操作，得到降噪图片，包括：依次选择所述成像图片中的一个像素点为目标点，并识别所述目标点与所述目标点的周围邻域点之间的平均灰度差；当所述平均灰度差大于或等于预设的降噪阈值时，利用均值滤波算法对所述目标点进行平滑处理，及当所述平均灰度差小于预设的降噪阈值时，对所述目标点的像素灰度保持不变；
判断所述成像图片中的各个像素点是否全部被选取；当所述成像图片中的任何一个像素点未被选取时，返回上述依次选择所述成像图片中的一个像素点为目标点，并识别所述目标点与所述目标点的周围邻域点之间的平均灰度差的步骤；当所述成像图片中的各个像素点全部被选取时，得到所述成像图片对应的降噪图片。
[0007]可选的，所述利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合，包括：利用预训练的组织识别模型中的特征提取网络对所述降噪图片进行特征提取，得到特征序列集合；对所述特征序列集合中的各个特征序列进行全连接操作，得到各个组合特征，并利用所述组织识别模型中的决策树森林，判断各个所述组合特征对于各个预设组织类别的置信度分数；提取所述置信度分数大于预设的有效阈值的预设组织类别作为组织识别结果，得到组织识别结果集合。
[0008]可选的，所述利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合之前，所述方法还包括：依次从预先构建的暗光组织图像样本集中提取一个暗光组织图像样本；利用预构建的组织识别模型对所述暗光组织图像样本进行一级识别分类，得到组织纹理特征及杂质特征，并通过Mask矩阵遮蔽所述杂质特征，并对所述组织纹理特征进行二级识别分类，得到组织预测结果；根据所述Mask矩阵，得到遮蔽对象，并利用预设的遮蔽分类加权损失函数，计算所述暗光组织图像样本对应的真实标签与所述遮蔽对象及所述组织预测结果的组合损失值；利用所述组织识别模型中的前反馈神经网络，最小化所述组合损失值，并将组合损失值最小时的模型参数进行逆向网络传播，得到更新后的组织识别模型；识别所述组合损失值的收敛性；当所述组合损失值未收敛时，返回上述依次从预先构建的暗光组织图像样本集中提取一个暗光组织图像样本的步骤，对所述更新后的组织识别模型进行迭代更新；当所述组合损失值收敛时，获取最终更新的组织识别模型作为训练完成的组织识别模型。
[0009]可选的，所述虚化所述更新介入通道图，并根据所述组织分布图在所述更新介入通道图中的所处位置，将最新时刻获取的仪器形态图覆盖至虚化后的更新介入通道图中，得到介入设备跟踪图像，包括：配置所述更新介入通道图的覆盖图对象，并配置所述仪器形态图的图对象句柄；利用空间分配函数，将所述覆盖图对象进行空间分配；利用覆盖显示技术，将空间分配后的覆盖图对象与所述图对象句柄进行关联显示，得到介入设备跟踪图像。
[0010]可选的，所述根据所述设备方向变化日志及预设的对齐构图策略，利用所述组织分布图像更新预构建的介入通道图之前，所述方法还包括：
根据所述设备方向变化日志，将得到的所有所述组织分布图像进行空间位置排列，得到介入路径视野图；根据预设的对齐构图策略，对所述介入路径视野图进行基于组织边缘的漂移对齐操作，并将对齐排布结果进行3D重建，得到介入通道图。
[0011]可选的，所述仪器形态图像包括前进、后退状态及设备变动方向。
[0012]为了解决上述问题，本专利技术还提供一种介入医学设备的跟踪装置，所述装置包括：图像降噪模块，用于实时获取预构建的介入医疗设备的成像图片，并利用预设的半均值滤波算法对所述成像图片进行降噪操作，得到降噪图片；组织识别模块，用于利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合，并通过所述组织识别模型中的输出层对所述组织识别结果集合中各个组织识别结果进行边缘切割及标记操作，得到组织分布图像；介入通道图更新模块，用于实时记录所述介入医疗设备的仪器形态图像，并根据记录的仪器形态图像分析得到介入医疗设备的方向变化日志，及根据所述设备方向变化日志及预设的对齐构图策略，利用所述组织分布图像更新预构建的介入通道图，得到更新介入通道图；图像覆盖显示模块，用于虚化所述更新介入通道图，并根据所述组织分布图在所述更新介入通道图中的所处位置，将最新时刻获取的仪器形态图覆盖至虚化后的更新介入通道图中，得到介入设备跟踪图像。
[0013]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的介入医学设备的跟踪方法。
[0014]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的介入医学设备的跟踪方法。
[0015]本专利技术实施例获取介入医疗设备的成像图片通过半均值滤波算法进行降噪，得到降本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种介入医学设备的跟踪方法，其特征在于，所述方法包括：实时获取预构建的介入医疗设备的成像图片，并利用预设的半均值滤波算法对所述成像图片进行降噪操作，得到降噪图片；利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合，并通过所述组织识别模型中的输出层对所述组织识别结果集合中各个组织识别结果进行边缘切割及标记操作，得到组织分布图像；实时记录所述介入医疗设备的仪器形态图像，并根据记录的仪器形态图像分析得到介入医疗设备的方向变化日志；根据所述设备方向变化日志及预设的对齐构图策略，利用所述组织分布图像更新预构建的介入通道图，得到更新介入通道图；虚化所述更新介入通道图，并根据所述组织分布图在所述更新介入通道图中的所处位置，将最新时刻获取的仪器形态图覆盖至虚化后的更新介入通道图中，得到介入设备跟踪图像。2.如权利要求1所述的介入医学设备的跟踪方法，其特征在于，所述利用预设的半均值滤波算法对所述成像图片进行降噪操作，得到降噪图片，包括：依次选择所述成像图片中的一个像素点为目标点，并识别所述目标点与所述目标点的周围邻域点之间的平均灰度差；当所述平均灰度差大于或等于预设的降噪阈值时，利用均值滤波算法对所述目标点进行平滑处理，及当所述平均灰度差小于预设的降噪阈值时，对所述目标点的像素灰度保持不变；判断所述成像图片中的各个像素点是否全部被选取；当所述成像图片中的任何一个像素点未被选取时，返回上述依次选择所述成像图片中的一个像素点为目标点，并识别所述目标点与所述目标点的周围邻域点之间的平均灰度差的步骤；当所述成像图片中的各个像素点全部被选取时，得到所述成像图片对应的降噪图片。3.如权利要求1所述的介入医学设备的跟踪方法，其特征在于，所述利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合，包括：利用预训练的组织识别模型中的特征提取网络对所述降噪图片进行特征提取，得到特征序列集合；对所述特征序列集合中的各个特征序列进行全连接操作，得到各个组合特征，并利用所述组织识别模型中的决策树森林，判断各个所述组合特征对于各个预设组织类别的置信度分数；提取所述置信度分数大于预设的有效阈值的预设组织类别作为组织识别结果，得到组织识别结果集合。4.如权利要求3所述的介入医学设备的跟踪方法，其特征在于，所述利用预训练的组织识别模型对所述降噪图片进行组织识别，得到所述降噪图片中的组织识别结果集合之前，所述方法还包括：依次从预先构建的暗光组织图像样本集中提取一个暗光组织图像样本；利用预构建的组织识别模型对所述暗光组织图像样本进行一级识别分类，得到组织纹
理特征及杂质特征，并通过Mask矩阵遮蔽所述杂质特征，并对所述组织纹理特征进行二级识别分类，得到组织预测结果；根据所述Mask矩阵，得到遮蔽对象，并利用预设的遮蔽分类加权损失函数，计算所述暗光组织图像样本对应的真实标签与所述遮蔽对象及所述组织预测结果的组合损失值；利用所述组织识别模型中的前反馈神经网络，最小化所述组合损失...

【专利技术属性】
技术研发人员：王雪莱，刘慧涌，
申请(专利权)人：深圳市益心达医学新技术有限公司，
类型：发明
国别省市：